Doing business in Spain? Interempresas Media is the key
El proyecto se basa en la generación de un flujo masivo de datos de obra, que se recogen gracias a multitud de sensores

IoT para la prevención de accidentes laborales en Acciona

Redacción Interempresas03/07/2019

La multinacional española de consultoría TI Corus Consulting ha desarrollado un proyecto, basado en el internet de las cosas, que mejora la gestión de riesgos laborales, reduciendo el número de incidencias mediante el análisis de datos y la tecnología en el ámbito de la construcción.

La mayor parte de los proyectos IoT están orientados a la sensorización de maquinaria para la obtención de datos industriales (reposición de consumibles, mantenimiento, averías, etc.), advierten desde la compañía. Sin embargo, Corus se basa en el enfoque denominado ‘Industria 4.0’ que considera la sensorización como un medio dirigido a la toma de decisiones complejas para crear ‘inteligencia operativa’. “Denominamos así al proceso por cual, a partir de los datos capturados, generamos información compleja y no evidente de valor añadido para las operaciones empresariales que es posteriormente aplicada en tiempo real en los procesos productivos”, explican desde la compañía.

La tecnología del internet de las cosas permite a Corus Consulting recabar a cada instante infinidad de datos, procesarlos y relacionarlos en una base de datos. A partir de esta información es posible realizar análisis del tipo 'if-then' y, cuando se dé un conjunto de datos concurrentes, entender que existe una alerta.

foto

A partir de los datos capturados se genera información compleja de valor añadido para las operaciones empresariales que, posteriormente, es aplicada en tiempo real en los procesos productivos.

Servicio-La plataforma

El proyecto se basa en la generación de un flujo masivo de datos de obra, que se recogen gracias a sensores incorporados en los vehículos, en la maquinaria, en las instalaciones de la obra y en los propios trabajadores. Corus Consulting estandariza los diferentes datos para su estudio, ordenándolos y estructurándolos en una base de datos coherente, y hace sobre ellos un análisis en tiempo real, posibilitando lanzar alertas inmediatas a los trabajadores afectados y al centro de control cuando se detecten situaciones de riesgo.

El objetivo es minimizar los riesgos laborales en entornos de alta incidencia (obra pública, almacenes de sustancias peligrosas, etc.) mediante la generación de inteligencia operativa a partir de los datos del servicio. Se parte de la captación masiva de datos del entorno de operación (biométricos, ambientales, de posicionamiento, de maquinaria industrial, etc.) que se exportan hacia la plataforma a través de conexiones 3G/4G. Una vez recibidos se normalizan de forma previa a su procesado y análisis.

El paso siguiente es definir los escenarios de aviso/alerta. La plataforma permite definir escenarios complejos, combinaciones de variables, umbrales de tolerancia, etc. así como su modificación inmediata desde la consola de control. Por último, se generan avisos y órdenes instantáneas, según los escenarios predefinidos, con envío inmediato a la persona / trabajador / maquinaria afectada, permitiendo la toma de decisiones y la evitación de riesgos en tiempo real.

foto

La plataforma permite definir escenarios complejos, combinaciones de variables, umbrales de tolerancia, etcétera, así como su modificación inmediata desde la consola de control.

Ejemplo y valor añadido

El proyecto permite, por ejemplo, monitorizar los camiones que están trabajando en el movimiento de tierras de una gran obra civil (mediante datos obtenidos del GPS y giroscopio: velocidad, aceleración, carga, ruta, estabilidad, etc.) y cruzarlos con los datos obtenidos de los conductores (pulso, parpadeo, u otros datos obtenidos mediante pulseras biométricas, cámaras o smartphones), pudiendo detectar situaciones de riesgo inminente y lanzar una alerta inmediata (alarma en la cabina de dicho vehículo o vibración de la pulsera biométrica del conductor) para prevenir el accidente.

“Habitualmente, los datos obtenidos se usan de forma simple para la toma de decisiones empresariales. Por ejemplo, si un sensor alerta de una temperatura anormal, el técnico que recibe el aviso puede revisar la maquinaria para detectar un posible error y actuar en consecuencia. Sin embargo, en la prevención de riesgos laborales, este modelo tiene una utilidad restringida: por ejemplo, un operador de maquinaria con un ritmo cardiaco inferior al habitual no significa necesariamente nada”, comentan desde Corus Consulting.

En cambio, un modelo de escenarios complejos como el que plantea Corus posee un evidente valor adicional: "si simultáneamente a lo anterior detectamos (vía GPS) que la trayectoria de la maquinaria es errática, y que la temperatura y humedad en el habitáculo del operador son altas, podemos concluir que el operador tiene algún tipo de problema y que debemos actuar inmediatamente".

Ahora bien, esta información tiene un valor limitado si su utilidad se limita al envío de avisos al centro de control. En cambio, “el planteamiento de Corus permite la actuación en tiempo real: en menos de un segundo desde que han saltado los valores anormales, la plataforma ha identificado el problema y ha tomado de forma automatizada varias decisiones: enviar una alerta sonora al operador, detener la maquinaria y enviar un aviso de incidencia urgente al centro de control de obra”.

La tecnología del internet de las cosas permite a Corus Consulting recabar a cada instante infinidad de datos, procesarlos y relacionarlos en una base de datos. A partir de esta información es posible realizar análisis del tipo 'if-then' y, cuando se dé un conjunto de datos concurrentes, entender que existe una alerta

Comentarios al artículo/noticia

Nuevo comentario

Atención

Los comentarios son la opinión de los usuarios y no la del portal. No se admiten comentarios insultantes, racistas o contrarios a las leyes vigentes. No se publicarán comentarios que no tengan relación con la noticia/artículo, o que no cumplan con el Aviso legal y la Política de Protección de Datos.